Nowa wersja platformy, zawierająca wyłącznie zasoby pełnotekstowe, jest już dostępna.
Przejdź na https://bibliotekanauki.pl
Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 1

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
|
|
tom Vol. 68, nr 5
1207--1215
EN
The paper presents new ensemble solutions, which can forecast the average level of particulate matters PM10 and PM2.5 with increased accuracy. The proposed network is composed of weak predictors integrated into a final expert system. The members of the ensemble are built based on deep multilayer perceptron and decision tree and use bagging and boosting principle in elaborating common decisions. The numerical experiments have been carried out for prediction of daily average pollution of PM10 and PM2.5 for the next day. The results of experiments have shown, that bagging and boosting ensembles employing these weak predictors improve greatly the quality of results. The mean absolute errors have been reduced by more than 30% in the case of PM10 and 20% in the case of PM2.5 in comparison to individually acting predictors.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.